写写我的学习笔记，本文仅为个人学习心得，与AWS或Amazon官方无关
内容简介
许多客户使用Macie作为敏感数据发现的工具，Macie中自带的Managed Data Identifier（简称MDI）其PII规则目前共有70种。
但我们发现PII类型都是欧洲和美洲国家的，如果我们在东南亚做生意，需要泰国的身份证号怎么办？
还好Macie允许我们自定Custom Data Identifier（简称CDI），可以通过RE来实现变化多端的需求了！
因此又会被追问，那Macie支持扫描中文或者非拉丁文的文件吗？
CDI支持中文吗？
官方并未有明确支持的声明，但是我在实际测试时的确是可以扫出结果的。感觉这完全看个人编写CDI的水平了！
中文PII测试
以Gender举例，请按下图设置CDI后保存。
做一个txt文件，扔上S3测试用。
扫一本《红楼梦》试试？
Macie官方定位是敏感信息发现工具，不是计数工具。但是我脑洞大啊，想满足一下我的恶趣味啊！
我就想知道绛珠仙子到底哭过多少次，Macie能不能帮忙呢？
于是我又设计了如下CDI：
放一本txt的《红楼梦》上S3.
create a job,指定这个S3，选上MDI中的NAME，以及刚刚新建的两个CDI，一起扫描这两个txt文件试试吧！
Test结果展示
几分钟后，Job完成，查看结果，果然有finding啊！好开❤️。不仅MDI中NAME可以扫描出拼音格式的中文姓名，我自定义的Gender以及身份证号也全扫出来了。如下图在Reveal Samples功能中可以预览前十个结果：
而《红楼梦》呢？竟然也有结果，使用Reveal Samples功能查看前10项，怎么样，确实是林妹妹在哭的情节吧？
小结
功能如此强悍，行事却如此低调！虽然Macie不是信息计数工具（很明显结果完全依赖于CDI的写法），mais偶尔我们开个脑洞玩一下也不错。那么问题来了，究竟林妹妹在书中哭了多少次呢？
